一种基于声音识别的裁床断刀检测方法、装置及设备制造方法及图纸

本发明专利技术公开了一种基于声音识别的裁床断刀检测方法、装置及设备，该方法包括：裁床开始工作后，获取拾音器采集的裁刀运行的原始声音信号；对原始声音信号进行预处理，获取对应的声音信号；利用模板匹配算法对声音信号进行匹配，获取对应的匹配结果；根据匹配结果，判断裁刀的刀片是否折断；若是，则控制裁床停止工作；本发明专利技术利用拾音器采集的裁刀运行的原始声音信号，通过声音识别非接触式检测裁床的裁刀是否发生折断，无需操作人员实时观察裁刀的运行情况；并且在出现裁床断刀现象时能停止裁床工作，提醒工作人员及时更换裁刀，避免了损失，提高了生产效率。

A Method, Device and Equipment for Cutting Tool Detection Based on Sound Recognition

【技术实现步骤摘要】
一种基于声音识别的裁床断刀检测方法、装置及设备
本专利技术涉及自动裁床
，特别涉及一种基于声音识别的裁床断刀检测方法、装置及设备。
技术介绍
自动裁床，是纺织服装、皮革行业、汽车座椅和家具等行业所使用的自动裁剪设备，配备精确的智能刀切割，路径优化切割，根据客户需求裁剪出特定样式的裁片。自动裁床的核心部件就是用于切割布料的刀片，整个裁床都是在为这个刀片服务，一旦刀片出现了问题，将会导致整个裁床陷入瘫痪，无法工作，目前工厂使用过程中一般2-3天更换一次刀片，根据客户的不同使用量来定，但是不可避免出现忘记换刀或者由于磨刀参数设置问题以及裁剪过程的裁剪角度问题对刀片的使用寿命产生影响，进而导致裁床使用过程中不可避免的断刀现象发生，一旦发现不及时，不仅会损坏布料还有可能损坏磨刀组件以及一些不可预料的情况发生，不仅造成了一定的经济损失，还会严重影响客户的生产效率。针对裁床断刀现象，目前普遍采用的是客户根据自动裁床实际使用情况，自行2-3天更换一次刀片，或者根据拟合出磨刀因子对刀片损耗进行预估，达到换刀参数后软件提示工作人员及时更换；裁刀高频的振动对现有的视频监控设备和红外传感器设备有较高的分辨率要求，另外布料的裁剪厚度会遮挡住裁刀，使得裁剪过程中裁刀工作状况无法被监测到。因此，如何能够对裁床断刀进行自动检测，在出现裁床断刀现象时能停止裁床工作，提醒工作人员及时更换裁刀，避免损失，提高生产效率，是现今急需解决的问题。
技术实现思路
本专利技术的目的是提供一种基于声音识别的裁床断刀检测方法、装置及设备，以在出现裁床断刀现象时能停止裁床工作，提醒工作人员及时更换裁刀，避免损失，提高生产效率。为解决上述技术问题，本专利技术提供一种基于声音识别的裁床断刀检测方法，包括：裁床开始工作后，获取拾音器采集的裁刀运行的原始声音信号；对所述原始声音信号进行预处理，获取对应的声音信号；利用模板匹配算法对所述声音信号进行匹配，获取对应的匹配结果；根据所述匹配结果，判断所述裁刀的刀片是否折断；若是，则控制所述裁床停止工作。可选的，所述对所述原始声音信号进行预处理，获取对应的声音信号，包括：对所述原始声音信号依次进行放大、滤波和A/D转换，获取所述声音信号。可选的，所述利用模板匹配算法对所述声音信号进行匹配，获取对应的匹配结果，包括：提取所述声音信号中的声音特征；其中，所述声音特征包括：短时平均过零率、短时平均能量和频域MFCC特征中至少一项；将所述声音特征与模板库中的每个预设模板中对应的标准声音特征进行对比，获取对应的对比结果；根据所述对比结果，获取与所述声音特征最相似的预设模板对应的匹配结果。可选的，所述预设模板包括：裁刀空裁声音模版、裁刀磨刀声音模版、裁刀裁布声音模版和裁刀断刀声音模版。可选的，所述声音特征包括所述短时平均过零率、所述短时平均能量和所述频域MFCC特征时，所述提取所述声音信号中的声音特征，包括：对所述声音信号依次进行预加重处理、分帧处理和加窗处理，并计算加窗处理后的声音信号对应的短时平均过零率、短时平均能量和频域MFCC特征。可选的，所述拾音器设置在所述裁床的刀盘上。可选的，所述控制所述裁床停止工作之后，还包括：获取所述声音信号的实际结果，将所述声音信号、所述匹配结果和所述声音信号发送到云服务器。可选的，该方法还包括：根据所述云服务器发送的匹配参数，对所述模板匹配算法的匹配规则进行调整。本专利技术还提供了一种基于声音识别的裁床断刀检测装置，包括：第一获取模块，用于裁床开始工作后，获取拾音器采集的裁刀运行的原始声音信号；第二获取模块，用于对所述原始声音信号进行预处理，获取对应的声音信号；匹配模块，用于利用模板匹配算法对所述声音信号进行匹配，获取对应的匹配结果；判断模块，用于根据所述匹配结果，判断所述裁刀的刀片是否折断；控制模块，用于若折断，则控制所述裁床停止工作。本专利技术还提供了一种基于声音识别的裁床断刀检测设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如权利要求1至8任一项所述的基于声音识别的裁床断刀检测方法的步骤。本专利技术所提供的一种基于声音识别的裁床断刀检测方法，包括：裁床开始工作后，获取拾音器采集的裁刀运行的原始声音信号；对原始声音信号进行预处理，获取对应的声音信号；利用模板匹配算法对声音信号进行匹配，获取对应的匹配结果；根据匹配结果，判断裁刀的刀片是否折断；若是，则控制裁床停止工作；可见，本专利技术利用拾音器采集的裁刀运行的原始声音信号，通过声音识别非接触式检测裁床的裁刀是否发生折断，无需操作人员实时观察裁刀的运行情况；并且在出现裁床断刀现象时能停止裁床工作，提醒工作人员及时更换裁刀，避免了损失，提高了生产效率。此外，本专利技术还提供了一种基于声音识别的裁床断刀检测装置及设备，同样具有上述有益效果。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1为本专利技术实施例所提供的一种基于声音识别的裁床断刀检测方法的流程图；图2为本专利技术实施例所提供的一种拾音器设置位置的示意图；图3为本专利技术实施例所提供的一种基于声音识别的裁床断刀检测设备的结构示意图；图4为本专利技术实施例所提供的另一种基于声音识别的裁床断刀检测方法的流程示意图；图5为本专利技术实施例所提供的一种基于声音识别的裁床断刀检测方法中声音信号的波形图；图6为图5所示声音信号对应的短时平均过零率的波形图；图7为图5所示声音信号对应的短时平均能量的波形图；图8为本专利技术实施例所提供的一种基于声音识别的裁床断刀检测装置的结构框图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。请参考图1，图1为本专利技术实施例所提供的一种基于声音识别的裁床断刀检测方法的流程图。该方法可以包括：步骤101：裁床开始工作后，获取拾音器采集的裁刀运行的原始声音信号。可以理解的是，本步骤的目的可以为在裁床(自动裁床)的工作过程中，利用拾音器(麦克风)采集该裁床的裁刀运行时的声音(原始声音信号)。具体的，对于拾音器的具体类型和设置位置，可以由设计人员根据实用场景和用户需求自行设置，如图2所示，拾音器1可以设置在裁床的刀盘上。只要拾音器可以采集到裁床的裁刀在运行时的声音，本实施例对此不做任何限制。对应的，本步骤之前还可以包括判断裁床是否工作的步骤，在确定裁床工作后，再通过拾音器将裁床的裁刀运行的声音拾取。如图3所示，当自动裁床开始工作后由本实施例所提供的方法对应的设备(裁床断刀检测设备)中的工控机将自动裁床的运行信息传输给DSP(数字信号处理)处理器，处理器可以根据运行信息判断自动裁床是否工作，以便于通过拾音器获取裁刀裁割布料的声音。步骤102：对原始声音信号进行预处理，获取对应的声音信号。其中，本步骤的目的可以为通过本文档来自技高网...

【技术保护点】
1.一种基于声音识别的裁床断刀检测方法，其特征在于，包括：裁床开始工作后，获取拾音器采集的裁刀运行的原始声音信号；对所述原始声音信号进行预处理，获取对应的声音信号；利用模板匹配算法对所述声音信号进行匹配，获取对应的匹配结果；根据所述匹配结果，判断所述裁刀的刀片是否折断；若是，则控制所述裁床停止工作。

【技术特征摘要】
1.一种基于声音识别的裁床断刀检测方法，其特征在于，包括：裁床开始工作后，获取拾音器采集的裁刀运行的原始声音信号；对所述原始声音信号进行预处理，获取对应的声音信号；利用模板匹配算法对所述声音信号进行匹配，获取对应的匹配结果；根据所述匹配结果，判断所述裁刀的刀片是否折断；若是，则控制所述裁床停止工作。2.根据权利要求1所述的基于声音识别的裁床断刀检测方法，其特征在于，所述对所述原始声音信号进行预处理，获取对应的声音信号，包括：对所述原始声音信号依次进行放大、滤波和A/D转换，获取所述声音信号。3.根据权利要求1所述的基于声音识别的裁床断刀检测方法，其特征在于，所述利用模板匹配算法对所述声音信号进行匹配，获取对应的匹配结果，包括：提取所述声音信号中的声音特征；其中，所述声音特征包括：短时平均过零率、短时平均能量和频域MFCC特征中至少一项；将所述声音特征与模板库中的每个预设模板中对应的标准声音特征进行对比，获取对应的对比结果；根据所述对比结果，获取与所述声音特征最相似的预设模板对应的匹配结果。4.根据权利要求3所述的基于声音识别的裁床断刀检测方法，其特征在于，所述预设模板包括：裁刀空裁声音模版、裁刀磨刀声音模版、裁刀裁布声音模版和裁刀断刀声音模版。5.根据权利要求3所述的基于声音识别的裁床断刀检测方法，其特征在于，所述声音特征包括所述短时平均过零率、所述短时平均能量和所述频域MFCC特...

【专利技术属性】
技术研发人员：刘丽，武付闯，姚与能，
申请(专利权)人：拓卡奔马机电科技有限公司，
类型：发明
国别省市：浙江,33